7. K次取反后最大化的数组和
给你一个整数数组 nums 和一个整数 k ,按以下方法修改该数组:
选择某个下标 i 并将 nums[i] 替换为 -nums[i] 。
重复这个过程恰好 k 次。可以多次选择同一个下标 i 。
以这种方式修改数组后,返回数组 可能的最大和 。
示例 1:
输入:nums = [4,2,3], k = 1
输出:5
解释:选择下标 1 ,nums 变为 [4,-2,3] 。
示例 2:
输入:nums = [3,-1,0,2], k = 3
输出:6
解释:选择下标 (1, 2, 2) ,nums 变为 [3,1,0,2] 。
示例 3:
输入:nums = [2,-3,-1,5,-4], k = 2
输出:13
解释:选择下标 (1, 4) ,nums 变为 [2,3,-1,5,4] 。
分析
首先将所有的数按照绝对值从大到小排序,然后依次将负数变成正数
然后看还有多少次变换,奇数次就将最小的数变成负数,偶数次直接返回
class Solution {
public:
static bool cmp(int a, int b) {
return abs(a) > abs(b);
}
int largestSumAfterKNegations(vector<int>& nums, int k) {
int result = 0;
sort(nums.begin(), nums.end(), Solution::cmp);
for (int i = 0; i < nums.size(); i++) {
if (k > 0 && nums[i] < 0) {
nums[i] = -nums[i];
k--;
}
result += nums[i];
}
if (k % 2 != 0)return result-2*nums[nums.size() - 1];
return result;
}
};
贪心的思路,局部最优:让绝对值大的负数变为正数,当前数值达到最大,整体最优:整个数组和达到最大。
局部最优可以推出全局最优。
8.加油站
在一条环路上有 n 个加油站,其中第 i 个加油站有汽油 gas[i] 升。
你有一辆油箱容量无限的的汽车,从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发,开始时油箱为空。
给定两个整数数组 gas 和 cost ,如果你可以绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1 。如果存在解,则 保证 它是 唯一 的。
示例 1:
输入: gas = [1,2,3,4,5], cost = [3,4,5,1,2]
输出: 3
解释:
从 3 号加油站(索引为 3 处)出发,可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
开往 4 号加油站,此时油箱有 4 - 1 + 5 = 8 升汽油
开往 0 号加油站,此时油箱有 8 - 2 + 1 = 7 升汽油
开往 1 号加油站,此时油箱有 7 - 3 + 2 = 6 升汽油
开往 2 号加油站,此时油箱有 6 - 4 + 3 = 5 升汽油
开往 3 号加油站,你需要消耗 5 升汽油,正好足够你返回到 3 号加油站。
因此,3 可为起始索引。
示例 2:
输入: gas = [2,3,4], cost = [3,4,3]
输出: -1
解释:
你不能从 0 号或 1 号加油站出发,因为没有足够的汽油可以让你行驶到下一个加油站。
我们从 2 号加油站出发,可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油
开往 0 号加油站,此时油箱有 4 - 3 + 2 = 3 升汽油
开往 1 号加油站,此时油箱有 3 - 3 + 3 = 3 升汽油
你无法返回 2 号加油站,因为返程需要消耗 4 升汽油,但是你的油箱只有 3 升汽油。
因此,无论怎样,你都不可能绕环路行驶一周。
分析
首先想到暴力,计算从每个加油站出发能否环绕一周
class Solution {
public:
int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
int n = gas.size();
for (int i = 0; i < n; i++) {//从每个加油站出发
int total_gas = gas[i];
int j = i;//从i出发
int length = 0;//记录走的长度
while (total_gas > 0) {
total_gas -= cost[j];//油量减去到下一个站点的花费
if (total_gas < 0) break;//不能到下一个加油站
//到下一个加油站
if (j == n - 1)j = 0;
else j++;
length++;
if (length == n ) return i;//转了一圈
total_gas += gas[j];//加上油
}
}
return -1;
}
};
35 / 39 通过,超时
贪心
每个加油站的剩余量rest[i]为gas[i] - cost[i]。
i从0开始累加rest[i],和记为curSum,一旦curSum小于零,说明[0, i]区间都不能作为起始位置,因为这个区间选择任何一个位置作为起点,到i这里都会断油,那么起始位置从i+1算起,再从0计算curSum。
局部最优:当前累加rest[i]的和curSum一旦小于0,起始位置至少要是i+1,因为从i之前开始一定不行。全局最优:找到可以跑一圈的起始位置。
如果要从a跑到b,则这中间的res加起来一定是大于0的,一旦小于0就从下一个站点出发
class Solution {
public:
int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
int total_sum = 0;
int cur_sum = 0;
int start = 0;
for (int i = 0; i < gas.size(); i++) {
cur_sum+= gas[i] - cost[i];
total_sum += gas[i] - cost[i];
if (cur_sum < 0) {
start = i + 1;
cur_sum = 0;
}
}
if (total_sum < 0) return -1;
return start;
}
};
9.分发糖果
n 个孩子站成一排。给你一个整数数组 ratings 表示每个孩子的评分。
你需要按照以下要求,给这些孩子分发糖果:
每个孩子至少分配到 1 个糖果。
相邻两个孩子评分更高的孩子会获得更多的糖果。
请你给每个孩子分发糖果,计算并返回需要准备的 最少糖果数目 。
示例 1:
输入:ratings = [1,0,2]
输出:5
解释:你可以分别给第一个、第二个、第三个孩子分发 2、1、2 颗糖果。
示例 2:
输入:ratings = [1,2,2]
输出:4
解释:你可以分别给第一个、第二个、第三个孩子分发 1、2、1 颗糖果。
第三个孩子只得到 1 颗糖果,这满足题面中的两个条件。
思路一
贪心策略:
局部最优:每个“V”求最优
全局最优:所有"V"最优构成整体最优**
在一排小朋友中,存在以下两种情况
1.所有孩子分数都相等,则只需要给每个孩子分一个糖果就好,即可直接返回
2.不是所有孩子的分数都相等
针对第二种情况,一定存在一个或多个极小值点,采用一个数组min_friend记录这些极小值点。
对每个极小值点两侧的元素采取如下策略:
以该极小值点位中心,依次向两侧求解,
a. 如果外侧的小朋友分数比相邻内侧的小朋友分数高,则外侧小朋友得糖果数=内侧小朋友糖果数+1;
b. 如果外侧的小朋友分数等于相邻内侧的小朋友分数,则外侧小朋友得糖果数=1(题目只说相邻两小朋友分数高的糖果多,没说分数相等糖果数就得相等)
c. 如果外侧的小朋友分数小于相邻内侧的小朋友分数,说明进入另一个极小值点的“范围”了,直接退出
值得注意的是“V”形的左右两个顶点,如果该点已经作为其他的极小值点的顶点了的话,需要给该顶点取满足两个"V"的最小值
代码如下,除V形的交界点外,每个点都只求过一次,时间复杂度为O(n)
class Solution {
public:
int candy(vector<int>& ratings)
{
if (ratings.size() <= 1)return ratings.size();//保证下面程序至少有两个小朋友
vector<int> candy_num(ratings.size(),INT_MAX);
vector<int> min_friend;//
//给V字形最低的小朋友给一块糖
if (ratings[0] < ratings[1]) {
candy_num[0] = 1;
min_friend.push_back(0);
}
if (ratings[ratings.size() - 1] < ratings[ratings.size() - 2]) {
candy_num[ratings.size() - 1] = 1;
min_friend.push_back(ratings.size() -1);
}
for (int i = 1; i <= ratings.size()-2; i++) {
if ((ratings[i] <= ratings[i - 1] && ratings[i] < ratings[i + 1])|| (ratings[i] < ratings[i - 1] && ratings[i] <= ratings[i + 1])) {
candy_num[i] = 1;
min_friend.push_back(i);
}
}
if (min_friend.size() == 0)return ratings.size();//没有最低点
//从每个“谷点”小朋友开始分别往左,往右遍历
while (!min_friend.empty()) {
int pos = min_friend[0];
min_friend.erase(min_friend.begin());
int left = pos - 1, right = pos + 1;
while (left >= 0) {//先往左走
if (ratings[left] < ratings[left + 1]) break;
if (candy_num[left] == INT_MAX) {//还没有被赋值
if (ratings[left] > ratings[left + 1]) candy_num[left] = candy_num[left + 1] + 1;
if (ratings[left] == ratings[left + 1]) candy_num[left] = 1;// candy_num[left + 1];
}
else {
if (ratings[left] > ratings[left + 1]) candy_num[left] = max(candy_num[left],candy_num[left + 1] + 1);
if (ratings[left] == ratings[left + 1]) candy_num[left] = max(candy_num[left], 1);
}
left--;
}
while (right<=ratings.size()-1) {//再往右走
if (ratings[right] < ratings[right - 1]) break;
if (candy_num[right] == INT_MAX) {//还没有被赋值
if (ratings[right] > ratings[right - 1]) candy_num[right] = candy_num[right - 1] + 1;
if (ratings[right] == ratings[right - 1]) candy_num[right] = 1;
}
else {
if (ratings[right] > ratings[right - 1]) candy_num[right] = max(candy_num[right], candy_num[right - 1] + 1);
if (ratings[right] == ratings[right- 1]) candy_num[right] = max(candy_num[right], 1);
}
right++;
}
}
long long sum=0;
for (int ele : candy_num) sum += ele;
return sum;
}
};
思路二
局部最优:
(1)从左往右遍历,对每个小朋友,如果右边相邻小朋友的分数更高,保证其得到更多的糖果
(2)从右往左遍历,对每个小朋友,如果左边相邻小朋友的分数更高,保证其得到更多的糖果
全局最优:保证每个元素同时满足上面的两个局部最优
class Solution {
public:
int candy(vector<int>& ratings)
{
if (ratings.size() <= 1)return ratings.size();
vector<int> candy_num(ratings.size(), 1);
for (int i = 1; i <= ratings.size() - 1; i++) {
if (ratings[i] > ratings[i - 1])candy_num[i] = candy_num[i - 1] + 1;
}
for (int i = ratings.size()-2; i >= 0; i--) {
if (ratings[i] > ratings[i + 1])candy_num[i] = max(candy_num[i],candy_num[i + 1] + 1);
}
int result = 0;
for (int ele : candy_num)result += ele;
return result;
}
};
10 柠檬水找零
在柠檬水摊上,每一杯柠檬水的售价为 5 美元。顾客排队购买你的产品,(按账单 bills 支付的顺序)一次购买一杯。
每位顾客只买一杯柠檬水,然后向你付 5 美元、10 美元或 20 美元。你必须给每个顾客正确找零,也就是说净交易是每位顾客向你支付 5 美元。
注意,一开始你手头没有任何零钱。
给你一个整数数组 bills ,其中 bills[i] 是第 i 位顾客付的账。如果你能给每位顾客正确找零,返回 true ,否则返回 false 。
示例 1:
输入:bills = [5,5,5,10,20]
输出:true
解释:
前 3 位顾客那里,我们按顺序收取 3 张 5 美元的钞票。
第 4 位顾客那里,我们收取一张 10 美元的钞票,并返还 5 美元。
第 5 位顾客那里,我们找还一张 10 美元的钞票和一张 5 美元的钞票。
由于所有客户都得到了正确的找零,所以我们输出 true。
示例 2:
输入:bills = [5,5,10,10,20]
输出:false
解释:
前 2 位顾客那里,我们按顺序收取 2 张 5 美元的钞票。
对于接下来的 2 位顾客,我们收取一张 10 美元的钞票,然后返还 5 美元。
对于最后一位顾客,我们无法退回 15 美元,因为我们现在只有两张 10 美元的钞票。
由于不是每位顾客都得到了正确的找零,所以答案是 false。
分析
贪心:尽量先把10块的找零找出去,多留5块的
class Solution {
public:
bool lemonadeChange(vector<int>& bills) {
vector<int> money(3, 0);//分别表示5,10,20的数目
//20的优先找零10块的
int profit = 0;
for (int i = 0; i < bills.size(); i++) {
if (bills[i] == 5)money[0]++;
if (bills[i] == 10) {
money[0]--;
money[1] += 1;
}
if (bills[i] == 20) {
if (money[1] > 0) {
money[1]--;
money[0]--;
}
else money[0] -= 3;
money[2]++;
}
if (money[0] < 0 || money[1] < 0 || money[2] < 0)return false;
}
return true;
}
};
11.根据身高重建队列
假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] = [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。
请你重新构造并返回输入数组 people 所表示的队列。返回的队列应该格式化为数组 queue ,其中 queue[j] = [hj, kj] 是队列中第 j 个人的属性(queue[0] 是排在队列前面的人)。
示例 1:
输入:people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]
输出:[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]
解释:
编号为 0 的人身高为 5 ,没有身高更高或者相同的人排在他前面。
编号为 1 的人身高为 7 ,没有身高更高或者相同的人排在他前面。
编号为 2 的人身高为 5 ,有 2 个身高更高或者相同的人排在他前面,即编号为 0 和 1 的人。
编号为 3 的人身高为 6 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
编号为 4 的人身高为 4 ,有 4 个身高更高或者相同的人排在他前面,即编号为 0、1、2、3 的人。
编号为 5 的人身高为 7 ,有 1 个身高更高或者相同的人排在他前面,即编号为 1 的人。
因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。
示例 2:
输入:people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]
输出:[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]
分析:由大到小依次插入,当前面的元素插入后,后面元素的位置就确定了
局部最优:优先按身高高的people的k来插入。插入操作过后的people满足队列属性
全局最优:最后都做完插入操作,整个队列满足题目队列属性
class Solution {
public:
static bool cmp(vector<int> a, vector<int>b) {
if (a[0] == b[0])return a[1] < b[1];
return a[0] > b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(), people.end(), cmp);
vector<vector<int>> que;
for (int i = 0; i < people.size(); i++) {
int pos = people[i][1];
que.insert(que.begin() + pos, people[i]);
}
return que;
}
};
采用链表改进
class Solution {
public:
static bool cmp(vector<int> a, vector<int>b) {
if (a[0] == b[0])return a[1] < b[1];
return a[0] > b[0];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(), people.end(), cmp);
list<vector<int>> que;
for (int i = 0; i < people.size(); i++) {
int pos = people[i][1];
list<vector<int>>::iterator it= que.begin();
while (pos--)it++;
que.insert(it, people[i]);
}
return vector<vector<int>>(que.begin(),que.end());
}
};
12用最少数量的箭引爆气球
有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points ,其中points[i] = [xstart, xend] 表示水平直径在 xstart 和 xend之间的气球。你不知道气球的确切 y 坐标。
一支弓箭可以沿着 x 轴从不同点 完全垂直 地射出。在坐标 x 处射出一支箭,若有一个气球的直径的开始和结束坐标为 x``start,x``end, 且满足 xstart ≤ x ≤ x``end,则该气球会被 引爆 。可以射出的弓箭的数量 没有限制 。 弓箭一旦被射出之后,可以无限地前进。
给你一个数组 points ,返回引爆所有气球所必须射出的 最小 弓箭数 。
示例 1:
输入:points = [[10,16],[2,8],[1,6],[7,12]]
输出:2
解释:气球可以用2支箭来爆破:
-在x = 6处射出箭,击破气球[2,8]和[1,6]。
-在x = 11处发射箭,击破气球[10,16]和[7,12]。
示例 2:
输入:points = [[1,2],[3,4],[5,6],[7,8]]
输出:4
解释:每个气球需要射出一支箭,总共需要4支箭。
示例 3:
输入:points = [[1,2],[2,3],[3,4],[4,5]]
输出:2
解释:气球可以用2支箭来爆破:
- 在x = 2处发射箭,击破气球[1,2]和[2,3]。
- 在x = 4处射出箭,击破气球[3,4]和[4,5]。
分析
局部最优:每个气球都要被击落,即需要一只箭,我们的局部最优就是让这只箭穿过更多的气球
全局最优:用更少的箭射下全部气球
思路
遍历每个x,然后从达到下依次排列穿过气球更多的x
class Solution {
static bool cmp(vector<int>a, vector<int>b) {
return a[0] < b[0];
}
public:
int findMinArrowShots(vector<vector<int>>& points) {
sort(points.begin(), points.end(), cmp);
int result = 0;
for (int i = 0; i < points.size(); i++) {
result++;
int flag = 0;
int j = i + 1;
int min_1 = points[i][1];
for (; j < points.size(); j++) {//保证穿过i的箭更多的穿过后面的气球
if (points[j][0]>min_1) {//保证后面的气球能够一起穿过
break;
}
min_1 = min(min_1, points[j][1]);
flag++;
}
if(flag!=0)i = i+flag;
}
return result;
}
};
超时了,通过47/50
把cmp参数值传递改成引用,可以通过
class Solution {
static bool cmp(vector<int>&a, vector<int>&b) {
return a[0] < b[0];
}
public:
int findMinArrowShots(vector<vector<int>>& points) {
sort(points.begin(), points.end(), cmp);
int result = 0;
for (int i = 0; i < points.size(); i++) {
result++;
int flag = 0;
int j = i + 1;
int min_1 = points[i][1];
for (; j < points.size(); j++) {//保证穿过i的箭更多的穿过后面的气球
if (points[j][0]>min_1) {//保证后面的气球能够一起穿过
break;
}
min_1 = min(min_1, points[j][1]);
flag++;
}
if(flag!=0)i = i+flag;
}
return result;
}
};
代码随想录.
前后两种方法时间复杂度都是O(n)
class Solution {
static bool cmp(vector<int>a, vector<int>b) {
return a[0] < b[0];
}
public:
int findMinArrowShots(vector<vector<int>>& points) {
if (points.size() == 0)return 0;
sort(points.begin(), points.end(), cmp);
int result = 1;
for (int i = 1; i < points.size(); i++) {
if (points[i][0] > points[i - 1][1]) result++;
else {
points[i][1] = min(points[i - 1][1], points[i][1]);
}
}
return result;
}
};
13.无重叠区间
给定一个区间的集合 intervals ,其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠 。
示例 1:
输入: intervals = [[1,2],[2,3],[3,4],[1,3]]
输出: 1
解释: 移除 [1,3] 后,剩下的区间没有重叠。
示例 2:
输入: intervals = [ [1,2], [1,2], [1,2] ]
输出: 2
解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。
示例 3:
输入: intervals = [ [1,2], [2,3] ]
输出: 0
解释: 你不需要移除任何区间,因为它们已经是无重叠的了。
分析:贪心
按照起点由小到大对元素进行排序.
每个元素与前一个元素有两种情况:
前一个元素包含后一个元素,那么应该删除前一个元素
前一个元素与后一个元素交叉,那么应该删除后一个元素
代码如下:
class Solution {
static bool cmp(vector<int>& a, vector<int>& b) {
if (a[0] == b[0])return a[1] < b[1];
return a[0] < b[0];
}
public:
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
if (intervals.size() <= 1)return 0;
//将元素按照起点由小到大,起点相同时终点小的排前面的顺序排序,然后判断每个元素的起点是否与前一个元素的终点交叉
sort(intervals.begin(), intervals.end(), cmp);
int result = 0;
for (int i = 1; i < intervals.size(); i++) {
if (intervals[i][0] < intervals[i - 1][1]) {
if(intervals[i][1]<=intervals[i-1][1]) intervals.erase(intervals.begin() + i-1);
else intervals.erase(intervals.begin() + i);
i--;
result++;
}
}
return result;
}
};
上面的代码超时了,应该是erase操作太费时间了,其实删除操作可以从逻辑上进行,不一定要真的删除,改进后代码如下
class Solution {
static bool cmp(vector<int>& a, vector<int>& b) {
if (a[0] == b[0])return a[1] < b[1];
return a[0] < b[0];
}
public:
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
if (intervals.size() <= 1)return 0;
//将元素按照起点由小到大,起点相同时终点小的排前面的顺序排序,然后判断每个元素的起点是否与前一个元素的终点交叉,若交叉则删除此元素
sort(intervals.begin(), intervals.end(), cmp);
int result = 0;
int end = 0;//记录i前未删除元素的末尾元素
for (int i = 1; i < intervals.size(); i++) {
if (intervals[i][0] < intervals[end][1]) {//如果有重叠
if (intervals[i][1] > intervals[end][1]) {//如果是交叉关系
end = end;
result++;
}
if (intervals[i][1] <= intervals[end][1]) {//如果是包含关系
end = i;
result++;
}
}
else end = i;//如果无重叠
}
return result;
}
};
14划分字母区间
给你一个字符串 s 。我们要把这个字符串划分为尽可能多的片段,同一字母最多出现在一个片段中。
注意,划分结果需要满足:将所有划分结果按顺序连接,得到的字符串仍然是 s 。
返回一个表示每个字符串片段的长度的列表。
示例 1:
输入:s = "ababcbacadefegdehijhklij"
输出:[9,7,8]
解释:
划分结果为 "ababcbaca"、"defegde"、"hijhklij" 。
每个字母最多出现在一个片段中。
像 "ababcbacadefegde", "hijhklij" 这样的划分是错误的,因为划分的片段数较少。
示例 2:
输入:s = "eccbbbbdec"
输出:[10]
分析:记录每个字母的最大最小区间,然后对区间进行合并
两个前后区间的关系:相交(如1,3和2,4),包含(如1,4和2,3),没关系(如1,2和3,4)
针对前两种需要对区间进行合并,第三种不需要处理
class Solution {
public:
static bool cmp(vector<int>a, vector<int>b) {
return a[0] < b[0];
}
vector<int> partitionLabels(string s) {
if (s.size() == 0)return 0;
vector < vector<int>> start_end(26, vector<int>(2,-1));
for (int i = 0; i < s.size(); i++) {
if (start_end[s[i] - 'a'][0] == -1)start_end[s[i] - 'a'][0] = i;//start只第一次时更新
start_end[s[i] - 'a'][1] = i;//end每次都更新,因此指向末尾
}
//删除没有字母的区间
vector < vector<int>> s_e_;
for (vector<int>ele : start_end) {
if (ele[0] != -1)s_e_.push_back(ele);
}
//对s_e_按照起点由小到大排序
sort(s_e_.begin(), s_e_.end(), cmp);
//进行合并
for (int i = 1; i < s_e_.size(); i++) {
//前后交叉
if (s_e_[i][1] > s_e_[i - 1][1]&&s_e_[i][0]<s_e_[i-1][1]) {
s_e_[i - 1][1] = s_e_[i][1];
s_e_.erase(s_e_.begin() + i);
i--;
continue;
}
//前后包含
if (s_e_[i][1] < s_e_[i - 1][1]) {
s_e_.erase(s_e_.begin() + i);
i--;
continue;
}
//不相交
}
vector<int> result;
for (vector<int>ele : s_e_)result.push_back(ele[1] - ele[0] + 1);
return result;
}
};
改进:融合交叉和前后包含两种情况,并采用逻辑上的删除代替实际的删除
class Solution {
public:
static bool cmp(vector<int>a, vector<int>b) {
return a[0] < b[0];
}
vector<int> partitionLabels(string s) {
if (s.size() == 0)return { 0 };
vector < vector<int>> start_end(26, vector<int>(2, -1));
for (int i = 0; i < s.size(); i++) {
if (start_end[s[i] - 'a'][0] == -1)start_end[s[i] - 'a'][0] = i;//start只第一次时更新
start_end[s[i] - 'a'][1] = i;//end每次都更新,因此指向末尾
}
//删除没有字母的区间
vector < vector<int>> s_e_;
for (vector<int>ele : start_end) {
if (ele[0] != -1)s_e_.push_back(ele);
}
//对s_e_按照起点由小到大排序
sort(s_e_.begin(), s_e_.end(), cmp);
//进行合并
vector < vector<int>> result;
result.push_back(s_e_[0]);
for (int i = 1; i < s_e_.size(); i++) {
//如果有交叉
if (s_e_[i][0] <= result.back()[1]) {
result.back()[1] = max(s_e_[i][1], result.back()[1]);
}
else result.push_back(s_e_[i]);
}
vector<int> result_;
for (vector<int>ele : result)result_.push_back(ele[1] - ele[0] + 1);
return result_;
}
};
15.合并区间
以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。
示例 1:
输入:intervals = [[1,3],[2,6],[8,10],[15,18]]
输出:[[1,6],[8,10],[15,18]]
解释:区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].
示例 2:
输入:intervals = [[1,4],[4,5]]
输出:[[1,5]]
解释:区间 [1,4] 和 [4,5] 可被视为重叠区间。
class Solution {
static bool cmp(vector<int>&a, vector<int>&b) {
return a[0] < b[0];
}
public:
vector<vector<int>> merge(vector<vector<int>>& intervals) {
if (intervals.size() <= 1) return intervals;
sort(intervals.begin(), intervals.end(), Solution::cmp);
for (int i = 1; i < intervals.size(); i++) {
//判断当前元素和后一个元素的关系
//交叉
if (intervals[i][0] <= intervals[i - 1][1] && intervals[i][1] > intervals[i - 1][1]) {
intervals[i - 1][1] = intervals[i][1];
intervals.erase(intervals.begin() + i);
i--;
continue;
}
//被前一个元素包含
if (intervals[i][1] <= intervals[i - 1][1]) {
intervals.erase(intervals.begin() + i);
i--;
continue;
}
//不相交
}
return intervals;
}
};
超时了,erase操作费时,进行逻辑上的删除
class Solution {
static bool cmp(vector<int>&a, vector<int>&b) {
return a[0] < b[0];
}
public:
vector<vector<int>> merge(vector<vector<int>>& intervals) {
if (intervals.size() <= 1) return intervals;
sort(intervals.begin(), intervals.end(), Solution::cmp);
vector <vector<int>> result;
result.push_back(intervals[0]);
for (int i = 1; i < intervals.size(); i++) {
if (intervals[i][0] <= result.back()[1]) {
result.back()[1] = max(intervals[i][1], result.back()[1]);
}
else {
result.push_back(intervals[i]);
}
}
return result;
}
};
16.单调递增的数字
当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时,我们称这个整数是单调递增的。
给定一个整数 n ,返回 小于或等于 n 的最大数字,且数字呈 单调递增 。
示例 1:
输入: n = 10
输出: 9
示例 2:
输入: n = 1234
输出: 1234
示例 3:
输入: n = 332
输出: 299
分析:依次给n减去1直到满足要求
class Solution {
public:
bool func(int n) {
//如果是递增数,返回true,反之返回false
vector<int>record;
while (n) {
record.emplace_back(n % 10);
n /= 10;
}
for (int i = 1; i < record.size(); i++) {
if (record[i] > record[i - 1])return false;
}
return true;
}
int monotoneIncreasingDigits(int n) {
while (!func(n)) {
n--;
}
return n;
}
};
超时了,通过203/308
改进,在func函数边push的时候边判断
class Solution {
public:
bool func(int n) {
//如果是递增数,返回true,反之返回false
if (n <= 9)return true;
if (n == 10)return false;
int pre = n % 10;
n /= 10;
int cur;
while (n) {
cur = n % 10;
if (cur > pre)return false;
pre = cur;
n /= 10;
}
return true;
}
int monotoneIncreasingDigits(int n) {
while (!func(n)) {
n--;
}
return n;
}
};
超时,通过234 / 308
贪心
例如:98,一旦出现strNum[i - 1] > strNum[i]的情况(非单调递增),首先想让strNum[i - 1]--,然后strNum[i]给为9,这样这个整数就是89,即小于98的最大的单调递增整数
class Solution {
public:
int monotoneIncreasingDigits(int n) {
string s = to_string(n);
int flag = INT_MAX-1;
for (int i = s.size() - 1; i >= 1; i--) {
if (s[i] < s[i - 1]) {
s[i - 1] -= 1;
flag = i - 1;
s[i] = 9;
}
}
for (int i = flag + 1; i <= s.size() - 1; i++)s[i] = '9';
return stoi(s);//stoi(字符串,起始位置,n进制(默认10进制)),将 n 进制的字符串转化为十进制
}
};
17 监控二叉树
给定一个二叉树,我们在树的节点上安装摄像头。
节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。
计算监控树的所有节点所需的最小摄像头数量。
示例 1:
输入:[0,0,null,0,0]
输出:1
解释:如图所示,一台摄像头足以监控所有节点。
示例 2:
输入:[0,0,null,0,null,0,null,null,0]
输出:2
解释:需要至少两个摄像头来监视树的所有节点。 上图显示了摄像头放置的有效位置之一。
分析:动态规划
若在root 处安放摄像头,则孩子 left, right 一定也会被监控到。此时,只需要保证 left的两棵子树被覆盖,同时保证 right 的两棵子树也被覆盖即可。否则, 如果 root 处不安放摄像头,则除了覆盖 root的两棵子树之外,孩子 left,right 之一必须要安装摄像头,从而保证root 会被监控到。
class Solution {
public:
vector<int>minCamera(TreeNode* root) {
if (root == nullptr)return { INT_MAX / 2, 0,0 };
//0表示root安装摄像头,覆盖整棵树需要的摄像头数目,
//1表示覆盖整棵树需要的摄像头数目,无论 root是否放置摄像头,
//2表示覆盖两棵子树需要的摄像头数目,无论节点 root本身是否被监控到。
vector<int> left = minCamera(root->left);
vector<int> right = minCamera(root->right);
int val_0 = left[2] + right[2] + 1;
int val_1 = min(val_0, min(left[0] + right[1], right[0] + left[1]));
int val_2 = min(val_0, left[1] + right[1]);
return { val_0,val_1,val_2 };
}
int minCameraCover(TreeNode* root) {
vector<int> result = minCamera(root);
return result[1];
}
};